通过以下方式调用：
python sasa.py input.pdb A 89
其中，input.pdb含有A、B两个残基，计算复合物与单体状态时指定残基的ΔSASA。
- 基本运行：
python sasa_calc.py 1IAR_prepared.pdb A 89
- 批量处理示例：
如果你想遍历一个包含多个残基的列表（例如残基 89, 90, 91），可以使用简单的 Shell 循环：
for res in 89 90 91; do python sasa_calc.py protein.pdb A $res; done
如果你需要处理大规模的虚筛结果或长程 MD 轨迹的每一帧，可以将 Chem.MolFromPDBFile 移到循环外，仅在内存中操作 EditableMol，这样可以极大减少磁盘 I/O 开销。
命令行：
# 使用 -o 参数直接指定输出文件（如果 xtb 支持）
# 或者直接使用 namespace 生成的文件名
# XTB 优化（使用 namespace）
xtb test.sdf \
--namespace CONF_1 \
--opt tight \
--alpb water \
--gfn 2 \
-c 0 \
-u 0 \
--parallel 8
优化后新的文件目录如下
.
├── test.sdf # 原始输入
├── CONF_1.xtbopt.sdf # 优化后的几何（用于后续计算）
├── CONF_1.xtbopt.log # 优化日志
├── CONF_1.charges # 电荷
├── CONF_1.wbo # Wiberg键级
├── CONF_1.xtbrestart # 重启文件
└── CONF_1.xtbtopo.sdf # 拓扑文件
其中，CONF_1.xtbopt.sdf是优化过的结果文件。该文件不适合直接使用, 需要转化为合理的SDF格式：
python fix_xtb_sdf.py CONF_1.xtbopt.sdf -t "CONF_1" -o CONF_1_opt_fixed.sdf
用MayaChemTools的Psi4工具进行单点能计算，命令行如下：
Psi4CalculateEnergy.py -i CONF_1_opt_fixed.sdf --ov -o CONF_1_spe.sdf \
--methodName r2scan-3c \
--basisSet DEF2-mTZVPP \
--psi4DDXSolvation yes \
--psi4DDXSolvationParams "solvent water" \
--mp NO \
--psi4RunParams "NumThreads, 16"如果对多个分子进行并行计算，则使用--mp YES
检查计算结果是否收敛，了解关键信息：
psi4_analysis.py CONF_1_opt_fixed_Psi4.out结果如下：
======================================================================
Psi4 计算结果分析: CONF_1_opt_fixed_Psi4.out
======================================================================
✅ SCF 收敛成功
📚 计算方法: r2SCAN-3c
📚 基组: DEF2-MTZVPP
💻 计算资源: 16 线程, 1.0 GB 内存
⚡ 单点能 (总能量):
-768.94201175 Hartree
-482703.744 kcal/mol
💧 溶剂化能:
-0.00853204 Hartree
-5.354 kcal/mol
🔌 偶极矩:
X 分量: -0.0442 a.u. = -0.1123 Debye
Y 分量: -0.6831 a.u. = -1.7361 Debye
Z 分量: 0.0970 a.u. = 0.2465 Debye
总大小: 0.691 Debye
🔄 SCF 迭代次数: 16
⏱️ 计算时间:
总时间 (wall time): 46.0 秒 (0.77 分钟)
CPU 时间 (user): 662.7 秒 (11.04 分钟)
系统时间 (system): 19.8 秒
======================================================================
根据Psi4CalculateEnergy.py计算的单点能SDF结果文件中的Psi4_Energy (kcal/mol)进一步计算相对能量：
usage: calc_rel_energy.py [-h] -i INPUT -o OUTPUT
[--prop PROP]
[--outprop OUTPROP]
Calculate relative energies for conformers in an SDF file using a specified energy property.
options:
-h, --help show this help message and exit
-i INPUT, --input INPUT
Input multi-conformer SDF file
-o OUTPUT, --output OUTPUT
Output SDF file
--prop PROP
Energy property name in SDF
Default: "Psi4_Energy (kcal/mol)"
--outprop OUTPROP
Output relative energy property name
Default: "Psi4_Rel_Energy"
Example:
python calc_rel_energy.py -i input.sdf -o output.sdf
也可以根据指定的性质列计算相对能量，并指定能量单位：
Psi4(kcal/mol)
python calc_rel_energy.py \
-i input.sdf \
-o output.sdf \
--prop "Psi4_Energy (kcal/mol)" \
--unit kcal \
--outprop "Psi4_Rel_Energy"xTB（Hartree转kcal/mol）
python calc_rel_energy.py \
-i input.sdf \
-o output.sdf \
--prop "Energy_xTB" \
--unit hartree \
--outprop "Rel_Energy_xTB"常规的方法很多时候会遗漏重要构象，crest可以作为补充方法，合并多种来源的构象后进行分析：
crest input.xyz --v3 \
--gfn2 \
--chrg 0 \
--uhf 0 \
--ewin 10 \
--mrest 10 \
--T 16 \
其中:
--mrest 10增加 metadynamics restart 次数更容易找到隐藏构象-T 16使用 16 线程
量化计算最常见的一个问题是，如何将XYZ转化为SDF，并归属正确的键类型、原子类型与Formal Charge。 假设你的计算是从一个SDF文件（start.sdf）开始，在进行QM计算时使用了从这个SDF而转化得到的start.xyz, 计算之后得到xtbopt.xyz：
RDKit_xyz2sdf.py -i start.sdf -x xtbopt.xyz -o xtbopt.sdf
这个脚本可以保留原有的拓扑，而将坐标更新为优化后的坐标（从xyz文件读入）来实现格式转化，这可以确保结构正确。